______
Выберите ваше местоположение
8 (800) 250-11-10
Личный кабинет

Основы работы с большими данными (Data Science). Онлайн - Обучение в Перми

Объем программы, стоимость
16 ак.часов
Для кого этот курс
Аналитиков
Аналитиков
Разработчиков
Разработчиков
Руководителей
Руководителей
Описание курса

С 2020 года УЦ «Дельфа» является официальным партнером УЦ «Специалист» при МГТУ им. Н. Э. Баумана. Теперь качественное московское образование стало доступнее.

На этом курсе вы познакомитесь с самой популярной IT концепцией. На сегодняшний день, компаний, которые внедряют Big Data становятся все больше и больше. Соответственно, спрос на специалистов, которые могут работать с большими массивами данных растет. Аналитик больших данных должен уметь их обрабатывать, анализировать и визуализировать.

По итогам обучения вы будете ориентироваться в мире «больших данных» и машинного обучения. Узнаете, как организовывать команды для работы с такими данными и многое другое.

Для знакомства с полной программой обучения, обращайтесь по телефону: +7(3452) 38-77-77

Записаться на курс

Программа обучения

  • Цели курса
  • Определение основных понятий
  • История науки о данных
  • Выгоды от работы с большими данными
  • Типовые задачи: прогноз продаж, производства, спроса. Анализ поведения. Распознавание образов. Экспертные системы.

  • С чего начать. Межотраслевая стандартная методика работы с данными CRISP-DM
  • Описательное и ассоциативное исследование исходных данных
  • Сегментирование и очистка данных (slice and dice). Примеры инструментов Excel
  • Визуализация данных в Excel. Как использовать сводные таблицы и диаграммы
  • Практическая работа. Сегментировать и очистить тестовый набор данных.

  • Описательная статистика
  • Среднее, наиболее вероятное, медиана
  • Дисперсия, стандартное отклонение, стандартная ошибка
  • Виды распределений
  • Пакет анализа данных Excel
  • Обзор других прикладных средств работы с данными (R, Python, Octave, MathLab, специализированные БД).
  • Практическая работа. Определить статистические характеристики выборки данных.

  • Постановка задачи оценки взаимосвязи между различными факторами и построение прогноза
  • Корреляция. Коэффициент Пирсона
  • Критерий Стьюдента (T-анализ)
  • Основы машинного обучения
  • Регрессионный анализ
  • Критерий Фишера
  • Построение и анализ трендов в Excel
  • Практическая работа. Определить наличие корреляции и регрессионную зависимость между двумя выборками данных. Построить тренд.

  • Задача сегментации дискретных данных на примере задач распознавания (графика, речь, текст)
  • Нейронные сети как инструмент решения задач классификации
  • Демонстрация на примерах Azure, AWS
  • Задачи классификации данных в социальных сетях и поиска оптимального решения (маршрута)
  • Графы как инструмент решения задач на социальных графах и прогнозирования поведения
  • Дерево решений
  • Разбиение на выборки (обучающую, тестовую, проверочную)
  • Анализ ошибок обучения. Базис и отклонения. Ручная корректировка
  • Практическая работа: провести классификацию набора данных и его разбиение на сегменты.

  • Задача классификации данных в социальных сетях
  • Графы как инструмент решения задач на социальных графах и прогнозирования поведения
  • Разбиение на выборки (обучающую, тестовую, проверочную)
  • Анализ ошибок обучения. Базис и отклонения. Ручная корректировка

  • Понятие Deep Machine Learning
  • Многофакторный бизнес анализ на примере нечетких логик

  • Роли специалистов по DS: аналитик данных, ученый по данным, программист, цифровой директор
  • Требования к компетенциям и взаимодействию сотрудников в области аналитики данных
  • Состав и требования к проектной команде для DS
  • Подготовка компании к применению «бигдата»

РЕКОМЕНДУЕМ


В группе
Индивидуально

Оказываем образовательные услуги в сфере компьютерной грамотности и компьютерных технологий в Перми. Большой выбор курсов как для начинающих, так и для опытных пользователей.

Спасибо! Наши менеджеры
свяжутся с вами в ближайшее время